一、基于GPS的罗兰C系统定位误差修正研究（论文文献综述）
刘音华,李孝辉,刘长虹,赵凡,朱峰,冯平[1]（2021）在《罗兰C与GNSS组合定位系统误差校正方法的研究》文中提出GNSS（Global Navigation Satellite System）导航系统容易受电磁干扰,且易受遮挡,在复杂电磁环境和遮挡环境中的应用受限。罗兰C系统是陆基无线电导航系统,具有发射功率大、抗电磁干扰强等优势,可以把罗兰C发播台当作GNSS系统的伪卫星来进行组合定位,能大大提高导航系统的可用性和可靠性。本文从理论上分析了影响组合定位性能的因素,并提出了校正—融合的组合定位算法用以修正罗兰C系统误差,并基于实测数据研究分析了北斗和罗兰C组合定位性能。研究结果表明,基于蒲城罗兰发播台,在4～8颗可用卫星资源的情况下,采用本文提出的组合定位算法,可以达到数十米至百米量级的定位精度;北斗和罗兰C组合定位能大大优化几何精度因子;在北斗单系统GDOP值越大时,组合定位精度的改善程度也越大;在GDOP小于30的情况下,组合定位性能和北斗单系统相当。
郑晓依[2]（2021）在《陆基长波导航授时系统中低频地波传播时延时变特性研究与建模》文中指出陆基长波导航授时系统是完备PNT（Positioning Navigation and Timing,定位导航和授时）体系的重要组成部分。然而,想要使其提供高质量的PNT服务,获取准确、可靠的低频地波传播时延预测/修正量成为关键。由于受传播路径电特性复杂变化的影响,低频地波传播时延表现出明显的时变特性。因此,研究低频地波传播时延的时变特性并寻求可靠的预测方法具有重要的意义。本文立足于低频地波传播时延高精度预测的现实需求,围绕低频地波传播时延的时变特性展开研究,针对复杂长距离下传播时延的预测问题,提出了综合考虑传播路径上多位置点多气象的GR（Generalized Regression,广义回归）神经网络建模方法,有效地提高了传播时延的预测精度。具体内容如下:（1）基于理论预测方法,分析了地层和大气层中各时变因素对传播时延时变特性的作用机理,及其对传播时延的影响规律和影响程度。结果表明,气象因素与传播时延之间有着必然联系,对于1000km的传播距离,其变化所引起的传播时延时变量可达百纳秒量级甚至微秒量级。（2）基于长期监测数据,分析了低频地波传播时延的时变规律,及其与气象因子的相关性。指出:①传播时延随季节和昼夜的变化而变化,且其波动幅度随着传播距离的增加而增加;②相比于简单短路径,对于复杂长距离传播路径,传播时延的时变程度是全路径上各位置点气象因子时变情况综合作用的结果;③复杂长距离传播路径上的气象差异较大且不容忽视,路径上某一位置点的气象不足以反映整条路径上的气象,需要考虑传播路径上更多点的气象。（3）建立了适用于复杂长距离的传播时延时变预测模型。即针对复杂长距离情况,依次以全陆地路径和海陆路径为例,将BP（Backward Propagation,反向传播）神经网络和GR神经网络分别应用于低频地波传播时延的预测,建立了考虑传播路径上单点和多点气象的传播时延时变预测模型。结果表明,基于GR神经网络结合多位置点多气象因子构建的传播时延预测模型具有更高的精度和适用性。本文研究成果可为高性能陆基长波导航授时系统的研究提供一定参考价值。
怀率恒[3]（2020）在《AIS自主定位信息实时检测理论与关键技术研究》文中研究指明随着全球卫星导航系统（Global Navigation Satellite System,GNSS）的应用逐渐渗透到社会各领域,其逐步凸显的脆弱性也引起了国际社会的重视。在航海领域,为了保障沿海船舶的航行安全,国际海事组织（International Maritime Organization,IMO）已建议,船舶应配备天基和陆基双备份定位导航系统。船舶自动识别系统（Automatic Identification System,AIS）是一种信息实时交互助航系统,国际海上人命安全公约（International Convention for Safety of Life at Sea,SOLAS）已经规定,所有300总吨以上的船舶必须强制安装AIS设备。AIS实现船舶自动识别功能所需要的位置信息来自于GNSS接收机,而一旦GNSS突然持续性中断,AIS系统将会瘫痪,进而严重威胁船舶航行安全。因此,在世界无线电导航计划中已明确将AIS测距定位列为备份的陆基无线电导航系统之一。目前,无论是GNSS还是传统的陆基定位系统,在定位测量过程中利用的都是同频同周期的连续载波信号,而AIS本质上是一个通信系统,其接入方式采用的是自组织时分多址（Self-Organized Time Division Multiple Access,SOTDMA）,也就是 AIS 信号是非周期性的。并且AIS的载波信号采用的是高斯最小频移键控调制（Gaussian Filtered Minimum Shift Keying,GMSK）,与传统定位系统的双相调制的载波是完全不同的,这意味着传统的载波测量技术无法用于从AIS信号中获取定位信息。因此,若利用AIS岸站信号实现定位,首先应解决如何在一个时隙内从AIS信号中获取定位信息这一技术难点,即非周期AIS信号的定位信息测量。本文提出的解决方案是将信号稀疏表示理论应用于AIS实时信号的检测,在深入研究AIS载波、字典训练算法、稀疏分解算法和AIS信号传输损耗的基础上,提出了一种适用于实时信号处理的稀疏表示算法,使用少量原子来表示AIS信号,获取AIS信号的全息数据,并减小噪声带来的偏差。然后,通过对AIS信号的载波特性、时隙以及基带波形的分析和协同感知处理,进一步提出一种AIS信号时间戳检测算法,以对AIS信号进行定位信息的检测,并最终实现定位信息的测量。本研究内容主要有以下几个方面:首先,针对获取AIS信号全息数据的问题,将信号稀疏表示理论应用于AIS实时信号。针对AIS信号结构和性质,对字典构造算法和稀疏分解算法进行研究。在此基础上,提出了基于完备字典的AIS信号稀疏表示算法,获取了 AIS信号的全息数据。其次,针对由于AIS信号的非周期特性而必须在一个时隙内获取AIS信号全息数据的实时检测问题,通过对稀疏表示目标函数的数学变换和稀疏分解实现过程的优化,提出了一种信号分段表示和预先计算的AIS信号快速抗噪稀疏表示算法。与基于完备字典的AIS信号稀疏表示算法相比,该算法的稀疏表示精度提升约60%,误码率降低约70%,计算速度至少提升30%。之后,针对信号分段表示导致计算复杂度增加的问题,为了进一步加强算法的实时性,研究了 AIS信号的海面传输损耗。对传播距离、海水温度、海水盐度和海面风速等不同条件下AIS信号的传输损耗进行了分析和评估。在此基础上,提出了一种基于传输损耗的AIS信号自适应实时检测方法,并设计开发了基于现场可编程逻辑门阵列（Field Programmable Gate Array,FPGA）的 AIS 信号检测模块。最后,针对非周期AIS信号定位信息测量的问题,深入研究分析AIS信号基带波形,提出了一种AIS信号传播延时的测量方法,该方法能够检测利用AIS信号定位所需的时间戳信息,进而进行传播延时测量,搭建的实测平台验证了该算法的有效性。综上所述,本文提出的关于AIS定位信息的实时检测理论与关键技术研究,其研究成果对于实现AIS自主定位具有重要的理论意义和实用价值,对国际上该方向的研究做出了一定的贡献。
李传意[4]（2020）在《多传感器辅助的北斗/GPS双模容错导航技术研究》文中认为民用航空飞机远程长航时可能受到多种恶劣环境的影响,因此对导航系统的安全性和可靠性提出了极高的要求。北斗卫星导航系统逐步覆盖全球,提高了我国的国防安全和民用领域的竞争力。北斗卫星导航系统导航精度较高,但是易受电磁、地磁欺骗和干扰,同时在隧道、峡谷、城市高楼等环境下导航精度较差,甚至无法提供导航定位信息。将北斗卫星导航系统与GPS卫星导航系统结合使用,可提供更多的量测信息,但同时也需要对多卫星导航系统的量测信息进行准确的故障检测与识别,以保障飞行安全。同时,考虑到北斗/GPS双模导航系统导航过程出现多故障情况,可利用惯导等多信息辅助导航系统进行故障检测与识别,进一步提高整体导航的可靠性。论文首先分析了基于北斗/GPS双模接收机的基本工作原理,针对传统奇偶矢量算法检测双模接收机微小缓变故障效果不明显,多历元奇偶矢量累积的双模接收机故障检测方法无法检测较小突变故障等问题,提出一种基于奇偶矢量滑窗累积改进的故障检测算法;算法通过循环迭代对滑动窗口内的奇偶矢量进行单个时刻到多个时刻的累加平方和,归一化处理构造新的统计检测量,以此来改善传统奇偶矢量法和多历元奇偶矢量累加算法,最后通过仿真实验对算法进行分析验证;仿真结果表明,当北斗/GPS双模接收机量测数据出现微小阶跃变化伪距故障时,基于奇偶矢量滑窗累积改进的故障检测算法能更早地检测出故障,有效改善了传统奇偶矢量算法对微小阶跃故障的检测性能;同时在导航系统出现较小斜坡卫星故障时,该方法也能及时检测出故障,有效改善多历元奇偶矢量累加算法无法检测较小突变故障的问题。考虑到北斗/GPS双模导航出现多故障情况,同时恶劣环境下双模接收机接收到的可见卫星数较少导航精度不高无法达到民用航空飞机导航精度要求等问题,本文提出一种基于层次滤波架构的惯性/卫星容错导航及故障检测方法,建立了基于层次滤波器的惯性/卫星容错导航系统总体架构模型;在此基础上,利用多层滤波解的偏差信息构造故障检测统计量和检测门限,实现对较大伪距偏差卫星信息的检测与剔除,从而提高整体导航系统的容错性和导航精度。仿真结果表明本文搭建的基于层次滤波器的惯性/卫星容错导航能有效检测惯性/卫星导航系统出现的双星故障,保证组合导航系统的准确定位。基于民用航空的导航精度需求,本文在基于层次滤波架构的惯性/卫星故障检测算法的研究基础上,引入外部多传感器量测信息辅助惯性/卫星导航系统。本文在分析了罗兰C辅助导航原理和气压计工作特性后,设计了罗兰C/气压计辅助惯性/卫星组合导航系统总体方案,提出借助气压高度计与罗兰C量测信息辅助惯性/卫星导航的设计思路,通过多传感器量测滞后补偿算法和多传感器异步集中滤波算法实现多传感器的信息融合。仿真结果表明在惯性/卫星导航系统出现卫星量测信息不足无法实现精准定位地情况下,本文设计的基于罗兰C/气压计辅助的容错导航算法能提供足够的冗余信息,保证了系统的容错性,提高了导航精度。本文最后设计并搭建了罗兰C辅助的惯性/北斗容错导航半物理验证平台,通过DSP+FPGA北斗导航接收机和MTI-30惯性元器件采集实时数据,结合罗兰C导航仿真数据对层次滤波算法和奇偶矢量改进算法进行分析和验证,从而为本文所研究的理论内容的工程化应用提供了有益参考。
徐兵[5]（2019）在《增强罗兰导航技术发展研究》文中提出增强罗兰（eLoran）是在罗兰C基础上发展起来的性能更优的远程无线电导航系统,介绍了近期增强罗兰导航技术在国外以及我国的发展情况,对增强罗兰导航技术中的发射技术、传播修正技术、差分高精度定位技术以及标准制定方面的最新发展情况进行了详细说明,推动了增强罗兰导航技术的发展和应用。
杨红娟[6]（2019）在《长波地波传播时延的监测与时变特性研究》文中指出陆基长波导航授时系统是国家定位、导航与授时体系的重要组成部分,也是GPS（Global Positioning System,全球定位系统）、北斗等星基导航授时系统在电磁干扰及物理遮挡环境下的重要备份系统,而传播时延的高精度预测是提高其导航授时精度的关键因素之一。本文在对陕西蒲城长波授时台信号进行长期监测的基础上,分析了长波信号沿地表传播时的时变特性,研究了传播时延与气象因子之间的相关性,并建立了长波地波传播时延随气象因子变化的预测模型。具体的工作如下:（1）根据长波地波传播的基础理论知识,分析影响传播时延的主要因素,并从温度、湿度、水汽压等气象因子的角度研究长波地波传播时延的时变特性。（2）搭建长波地波传播时延的长期监测系统。根据传播时延的测量原理,完成传播时延监测系统硬件的搭建;根据本文研究内容的需求,设计与开发传播时延的数据采集软件,并对传播时延的实测数据进行处理。（3）分析长波地波传播时延的时变特性,并建立传播时延的预测模型。从传播时延的日变化、季节变化以及它与五种气象因子（温度、湿度、水汽压、能见度和风速）之间的相关性三个方面,分析了传播时延的时变特性。另外,采用最小二乘法和BP（Backward Propagation,反向传播）神经网络方法分别建立了只考虑温度和考虑多种气象因子综合影响的传播时延预测模型。通过传播时延实测值和预测值的对比得出:考虑多种气象因子综合影响所建立的传播时延预测模型的预测效果更好。本文长波地波传播时延的监测与时变特性研究,能够为高精度陆基长波导航授时系统的进一步研究提供一定的参考价值。
刘音华[7]（2019）在《空间站和罗兰共视时间比对方法研究》文中认为共视时间比对技术的萌芽距今已有上千年历史,目前已被广泛应用于时频领域。从古代以月食、木星卫星食、流星等作为共视参考源的分钟级精度的时间比对,再到现阶段以导航卫星作为共视参考源的纳秒级精度的时间比对,随着参考源的升级共视时间比对的精度不断提高。我国正在建设的载人航天空间站将配置比地面更优秀的原子钟系统,对地计划建设高性能时间比对链路。利用空间站进行共视时间比对的精度可能达到十皮秒量级,比现有导航卫星共视精度提高两个数量级。另一方面,我国十三五重大科技基础设施——高精度地基授时系统已于2018年全面启动建设任务,届时罗兰授时信号将基本覆盖我国国土,罗兰共视时间比对技术将会有广阔的应用空间。本论文结合我国时频领域的科技发展现状和上述两项国家重大建设举措,研究两种不同类型的共视参考源——载人航天空间站和地基罗兰发播台,分析两类参考源的授时特性并研究相应的共视时间比对方法。在空间站共视时间比对方面,主要开展了三个方面的研究并获得了相应的研究结论。（1）结合空间站轨道特征分析了传统共视方法应用于空间站的局限性,主要体现在两个方面:空间站对地实时有效覆盖区域很小,必然存在很多地面城市不能同时可视空间站,存在传统共视方法的工作盲区;传统共视方法不能有效抵消空间站轨道误差的影响,将使空间站共视时间比对的精度限制在百皮秒甚至纳秒量级。（2）为了解决空间站共视的两个局限性,结合空间站高性能原子钟和微波时间比对链路的特性,首创性提出分时共视时间比对方法,通过寻找空间站和两地面站之间的最佳相对位置关系来抵消轨道误差的影响,通过钟差建模外推方法建立两地面站与空间站钟差在观测时刻上的一一对应关系,从而满足共视差分条件,实现两地面站之间高精度的共视时间比对。（3）搭建仿真平台对空间站单向时间比对、传统共视时间比对和分时共视时间比对方法分别开展了仿真实验。实验结果表明,分时共视时间比对的方法能实现几十皮秒量级的空间站共视时间比对精度,也能有效解决传统共视工作盲区的问题。在罗兰共视时间比对方面,分析了罗兰共视时间比对的可行性和潜在的技术优势,研究了罗兰共视时间比对的基本原理。开展了多组信号传播路径地形相近和地形相差较大的两地的罗兰共视时间和频率比对实验。实验结果表明,对于地形相近且比对基线较短的情况下,不用额外标定信号传播时延,直接共视即可获得几十纳秒量级的时间比对精度。对于地形相差较大的情况,即使共视基线较短,也需要标定传播时延,否则共视时间比对的精度只能在微秒量级。罗兰共视频率比对不需要额外标定传播时延,前后时差之间的差分运算即可抵消大部分传播时延的影响。此外,还研究了罗兰与GNSS系统的组合定位原理,提出了校正-融合的组合定位方法,并开展了相关实验任务,实验结果表明该方法能有效提升组合定位性能,组合定位精度与单GNSS系统相当。
蒋长辉[8]（2019）在《矢量接收机/惯性深组合导航系统关键技术研究》文中进行了进一步梳理随着科学技术的发展,位置信息已经成为现代社会生活中不可或缺的基础性信息,车辆导航、手机定位、武器制导等都离不开精确的位置信息。传统的单一依靠卫星导航系统的方法已经不能满足实际的需求,卫星/惯性深组合导航已经成为导航领域的研究热点和最有前景的技术之一,深组合系统具有定位精度高、动态性能好、抗干扰能力强等优点。本文以国家自然科学基金和某国防重点项目为背景,以矢量接收机/惯性深组合导航系统为研究对象,主要研究内容包括以下4点:（1）针对矢量跟踪接收机集中处理所有通道信息带来的误差在通道间传播问题,推导了通道误差耦合模型,分析了误差传播特性;根据导航滤波器特点,提出一种通道故障判定和通道解耦方法;利用卫星信号模拟器对故障识别方法进行了测试,验证其有效性;结果表明,该方法能够有效地提高矢量跟踪接收机容错性能;（2）针对接收机中本地时钟精度较低问题,提出一种芯片原子钟提出矢量接收机定位方法,根据接收机误差精度因子模型,推导了本地时钟误差和接收机定位精度因子之间关系;将芯片原子钟配置进中频信号采集器,搭建了半实物仿真平台,对理论分析进行验证;结果表明,矢量跟踪接收机在芯片原子钟的辅助下可以显着提高定位精度;同时半实物仿真实验证明,当芯片原子钟作为接收机本地时钟时,可以将时钟漂移项从矢量跟踪状态方程中去除,一定程度上减少矢量跟踪接收机的导航滤波器计算量,提高系统的实时性;（3）针对深组合导航系统随着卫星数量增加,组合导航滤波器量测信息剧增带来的计算量大的问题,首先提出一种通道差分方法,消除状态方程中的时钟误差相关项,减少状态方程维数;然后在此基础上提出一种分散式滤波方法,减小量测矩阵维数;最后通过仿真实验分析和验证该方法的性能;结果表明,该方法能够有效地降低组合滤波的计算量,同时和传统方法相比,保证导航信息精度基本不变;（4）针对深组合导航系统中组合导航滤波器量测方程非线性问题,引入无迹卡尔曼滤波和容积卡尔曼滤波来解决非线性问题;针对组合导航系统实际运行过程中噪声异常问题,在此基础上提出自适应无迹卡尔曼滤波和自适应抗差容积卡尔曼滤波;最后设计了仿真实验,验证了算法在噪声异常环境下的性能,同时对两种方法进行了对比。本文对矢量接收机/惯性深组合导航系统进行了研究,通过对矢量跟踪接收机通道误差传播机理的分析,提高了矢量/惯性深组合导航系统的鲁棒性;通过引入高精度时钟,提高了系统的定位精度;提出一种分散式深组合滤波处理方法,减少了系统的计算复杂度;引入非线性抗差滤波,减轻了非线性和噪声异常对系统定位精度的影响。这四个方面的研究,有助于提升矢量/惯性深组合导航系统的整体性能。
王晓烨[9]（2018）在《AIS自主定位系统传播路径误差及修正技术研究》文中提出为保障沿海航行安全,国际海事组织（International Maritime Organization,IMO）已明确建议船舶应配备天基和陆基双备份的定位导航系统。船舶自动识别系统（Automatic Identification System,AIS）是 IMO 的人命安全公约（International Convention for Safety of Life at Sea,SOLAS）强制船舶装备的导航系统,其位置信息依赖于内嵌的全球导航卫星系统（Global Navigation Satellite System,GNSS）芯片。一旦GNSS信号失效,将会导致AIS瘫痪,严重威胁船舶安全。因此,在国际航标协会（The International Association of Marine Aids to Navigation and Lighthouse Authorities,IALA）的世界无线电导航计划中,已呼吁各成员国积极研究基于AIS岸站的陆基定位系统,即所谓的AIS自主定位系统。决定陆基定位系统定位精度的定位误差主要来源于三个方面,包括参考台发射系统部分、信号传播路径部分和接收系统部分。本文主要研究传播路径引起的定位误差对定位精度的影响。定位系统的定位信息产生于信道,信道传播媒质对信号传播相速的影响是引起传播路径误差的主要因素,而陆基定位系统的传播路径比较复杂,因此对传播路径误差的研究具有极大的挑战性。定位信息的测量所依据的几何参量主要是 TOA（Time of Arrival,TOA）和 TDOA（Time Difference of Arrival,TDOA）。由于AIS的本质是通信系统,因此对于AIS信号的这些定位几何参量测量的研究,目前尚未有可参考的成果,也未发现对这些定位几何参量测量误差研究的成果。为了使基于AIS岸站的陆基定位系统能够成为世界认可的陆基无线电定位导航系统,应首先突破解决传播媒质对AIS信号传播相速的影响,从而影响定位测量精度这一技术难点。本文在深入研究AIS信号传播特性的基础上,解析各径信号的传播特性,给出AIS信号附加二次相位因子（Additional Secondary Phase Factor,ASF）修正的两种解决方案。解决方案之一是模型修正,即研究ASF预测算法,推导出ASF预测模型,并通过实测进行验证。解决方案之二是ASF实时修正技术,设计并研制ASF实时修正系统,并将该系统在基于AIS岸站的自主定位系统中进行实际验证。因此,本研究内容主要有以下几个方面:首先,针对AIS信号在海面传播相速受传播媒质影响的问题,根据接收端接收到的多径信号组成,分析影响各径信号的因素,对传播距离、海水温度、盐度、风速和浪高等环境条件下的AIS多径信号相位和损耗进行分析和评估。在此基础上,给出不同因素条件下AIS多径信号海面传播特性的定量算法,为AIS定位接收机的多径信号抑制设计提供理论依据,并为后续的AIS信号的ASF预测算法奠定基础。其次,针对传播媒质对AIS信号传播相速的影响从而产生TOA测量误差的问题,推导在光滑海面条件下AIS信号的ASF预测算法。利用AIS信号海面传播特性,分析各径信号的接收相位组成,并通过对接收信号相位分解重构,得到AIS信号的ASF预测算法,可用于定位误差的模型修正。之后,针对极端天气条件严重影响AIS信号定位精度的问题,提出粗糙海面条件下AIS信号的ASF预测理论模型。对各径信号的接收相位进行理论推导与数值计算,在此基础上,给出AIS信号在粗糙海面传播时的ASF理论模型与实验分析结果。该模型定量研究了由环境因素引起的ASF误差特性,可以为恶劣海况条件下AIS高精度定位提供修正参量。最后,深入研究ASF实时修正技术,给出了实时修正系统设计方案,并研制了实时修正系统。利用该实时修正系统监测的传播延时误差对本文推导的ASF预测模型进行验证。同时,在基于AIS岸站的AIS自主定位系统中,实际搭建了 ASF实时修正平台。该平台能够实时监测不同环境下收发设备之间的传播延时误差并播发ASF修正量,对定位接收机的原始测量值进行实时修正,提高了 AIS信号覆盖海域的自主定位精度。综上所述,本文提出的关于AIS自主定位系统传播路径误差与修正技术研究,其研究成果对于提高AIS自主定位系统的定位精度具有重要的理论意义和实用价值,对国际上该系统的发展做出了一定的贡献。
刘音华,李孝辉,李实锋,刘长虹[10]（2016）在《北斗和罗兰C单站组合定位性能的研究》文中研究指明北斗卫星导航系统乃至其它GNSS系统由于其自身技术特征限制了其在复杂电磁环境下的可用性和可靠性,同时单一导航系统作为国家军事支撑也存在很大的局限性。罗兰C系统是陆基无线电导航系统,具有发射功率大、抗电磁干扰强等优势,在完成了罗兰C系统时间和UTC时间的同步之后,罗兰C发射台站可以当作GNSS系统的伪卫星来使用。因此,结合罗兰C系统和北斗系统进行组合定位,取长补短,相得益彰,可以提高导航系统在复杂电磁环境下的使用性能,也能在单系统盲区实现导航定位。本文首先从理论上对双系统组合定位进行了研究,并提出了校正—融合的组合定位算法用以修正罗兰C系统误差,进一步优化组合定位性能;然后,基于实测数据研究北斗和罗兰C组合定位性能;此外,基于同一时段数据分析了北斗单系统定位结果,对比研究组合定位和北斗单系统定位效果;最后,还对比研究了北斗和罗兰C组合定位对几何精度因子的改善情况。研究结果表明,基于蒲城罗兰发射台,采用本文提出的北斗和罗兰C组合定位算法,可以达到数十米至百米量级的定位精度;北斗和罗兰C组合定位能大大优化几何精度因子;在北斗单系统GDOP值越大时,组合导航对定位精度的改善程度也越大。在GDOP小于25的情况下,组合定位不一定能改善定位精度,定位性能和北斗单系统相当,或者有一定程度的恶化。
二、基于GPS的罗兰C系统定位误差修正研究（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于GPS的罗兰C系统定位误差修正研究（论文提纲范文）
（1）罗兰C与GNSS组合定位系统误差校正方法的研究（论文提纲范文）
| 0 引言 |
| 1 影响组合定位性能的因素分析 |
| 2 罗兰C系统误差校正 |
| 3 组合定位性能分析 |
| 3.1 几何精度因子分析 |
| 3.2 组合定位效果分析 |
| 4 结语 |
（2）陆基长波导航授时系统中低频地波传播时延时变特性研究与建模（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 陆基长波导航授时系统国内外研究进展 |
| 1.2.2 低频地波传播时延国内外研究进展 |
| 1.2.3 论文的主要研究内容 |
| 1.3 章节安排 |
| 1.4 本章小结 |
| 2 低频地波传播理论及时变因素对传播时延的影响分析 |
| 2.1 低频地波传播基本理论 |
| 2.1.1 低频地波传播时延 |
| 2.1.2 影响传播时延的因素 |
| 2.2 地层时变因素对传播时延的影响分析 |
| 2.2.1 影响大地电特性的时变因素 |
| 2.2.2 土壤层温度对传播时延的影响 |
| 2.2.3 土壤层湿度对传播时延的影响 |
| 2.2.4 地下水位对传播时延的影响 |
| 2.3 大气层时变因素对传播时延的影响分析 |
| 2.3.1 影响大气电特性的时变因素 |
| 2.3.2 大气温度对传播时延的影响 |
| 2.3.3 大气湿度对传播时延的影响 |
| 2.3.4 大气压强对传播时延的影响 |
| 2.4 本章小结 |
| 3 基于长期监测数据的传播时延时变特性分析 |
| 3.1 传播时延的监测 |
| 3.1.1 测量原理 |
| 3.1.2 仪器设备 |
| 3.1.3 数据采集与处理 |
| 3.2 气象数据的获取与气象类型的选择 |
| 3.2.1 气象数据的获取 |
| 3.2.2 气象类型的选择 |
| 3.3 传播时延时变特性分析 |
| 3.3.1 传播时延时变规律分析 |
| 3.3.2 传播时延与气象因子的相关性分析 |
| 3.3.3 复杂长距离下的气象差异分析 |
| 3.4 本章小结 |
| 4 复杂长距离下传播时延时变预测模型 |
| 4.1 人工神经网络 |
| 4.1.1 BP神经网络 |
| 4.1.2 GR神经网络 |
| 4.2 传播时延时变预测模型 |
| 4.2.1 基于BP神经网络建立单点气象的传播时延预测模型 |
| 4.2.2 基于BP神经网络建立多点气象的传播时延预测模型 |
| 4.2.3 基于GR神经网络建立多点气象的传播时延预测模型 |
| 4.2.4 模型结果对比分析 |
| 4.3 模型的普适性验证 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（3）AIS自主定位信息实时检测理论与关键技术研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 增强罗兰系统 |
| 1.1.2 AIS测距模式 |
| 1.1.3 陆基定位系统国内外相关研究小结 |
| 1.2 AIS测距模式的测距理论研究 |
| 1.3 信号稀疏表示理论 |
| 1.3.1 字典构造算法 |
| 1.3.2 稀疏分解算法 |
| 1.4 AIS信号海面传输损耗 |
| 1.5 本文主要研究内容和章节安排 |
| 1.5.1 主要研究内容 |
| 1.5.2 结构安排 |
| 2 AIS信号稀疏表示研究 |
| 2.1 AIS信号稀疏表示需求分析 |
| 2.1.1 AIS信号稀疏表示实时性需求分析 |
| 2.1.2 AIS信号模型 |
| 2.2 字典学习算法研究 |
| 2.2.1 字典学习模型 |
| 2.2.2 最优方向法 |
| 2.2.3 K项奇异值分解法 |
| 2.2.4 实验与分析 |
| 2.3 稀疏分解算法研究 |
| 2.3.1 基追踪算法 |
| 2.3.2 正交匹配追踪算法 |
| 2.3.3 实验与分析 |
| 2.4 本章小结 |
| 3 AIS信号实时检测研究 |
| 3.1 AIS信号稀疏表示抗噪性优化研究 |
| 3.1.1 接收端信噪比对AIS信号稀疏表示的影响 |
| 3.1.2 稀疏表示抗噪性优化算法 |
| 3.2 OMP算法计算速度优化研究 |
| 3.2.1 OMP算法计算速度优化方法理论推导 |
| 3.2.2 OMP算法计算速度优化方法仿真分析 |
| 3.3 AIS信号快速抗噪稀疏表示算法 |
| 3.3.1 AIS信号快速抗噪稀疏表示算法仿真分析 |
| 3.3.2 AIS信号快速抗噪稀疏表示算法实时性分析 |
| 3.4 本章小结 |
| 4 AIS信号自适应检测方法研究 |
| 4.1 自适应检测方法原理 |
| 4.2 AIS信号海面传输损耗 |
| 4.3 AIS信号海面传输损耗评估 |
| 4.3.1 光滑海面AIS信号传输损耗评估 |
| 4.3.2 粗糙海面AIS信号传输损耗评估 |
| 4.3.3 AIS信号海面传输损耗预测评估 |
| 4.3.4 基于传输损耗的自适应方法门限选取 |
| 4.4 AIS信号实时检测模块 |
| 4.5 本章小结 |
| 5 非周期AIS信号定位信息实时测量研究 |
| 5.1 定位信息检测 |
| 5.1.1 时间戳选择 |
| 5.1.2 时间戳检测 |
| 5.1.3 实验与分析 |
| 5.2 实测试验 |
| 5.3 本章小结 |
| 6 结论与展望 |
| 6.1 主要结论 |
| 6.2 未来展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间的科研成果 |
| 致谢 |
（4）多传感器辅助的北斗/GPS双模容错导航技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 论文研究背景 |
| 1.2 国内外发展现状及趋势 |
| 1.2.1 北斗/GPS双模导航完好性技术发展现状 |
| 1.2.2 多传感器辅助惯性/卫星导航技术发展现状 |
| 1.2.3 多传感器故障检测与容错技术发展现状 |
| 1.3 论文研究目的与意义 |
| 1.4 本文的主要研究工作 |
| 第二章 基于奇偶矢量滑窗累积改进的故障检测算法研究 |
| 2.1 引言 |
| 2.2 奇偶矢量滑窗累积改进的故障检测方案设计 |
| 2.2.1 奇偶矢量滑窗累积改进算法框架 |
| 2.2.2 北斗/GPS双模接收机观测模型 |
| 2.3 奇偶矢量滑窗累积的故障检测算法改进研究 |
| 2.3.1 北斗/GPS双模接收机奇偶矢量法 |
| 2.3.2 基于多历元奇偶矢量累加算法 |
| 2.3.3 基于奇偶矢量滑窗累积改进的故障检测算法 |
| 2.4 仿真验证及故障检测算法性能对比分析 |
| 2.4.1 航迹及仿真参数设置 |
| 2.4.2 滑窗累积改进算法性能仿真分析 |
| 2.4.3 滑窗累积改进前后容错导航性能分析 |
| 2.5 本章小结 |
| 第三章 基于层次滤波架构的惯性/卫星故障检测算法研究 |
| 3.1 引言 |
| 3.2 基于层次滤波架构的惯性/卫星容错导航方案设计 |
| 3.2.1 惯性/卫星容错导航总体方案设计 |
| 3.2.2 层次滤波器容错结构设计 |
| 3.3 基于层次滤波架构的容错导航系统建模 |
| 3.3.1 层次滤波容错导航系统状态方程 |
| 3.3.2 层次滤波容错导航系统量测方程 |
| 3.4 基于层次滤波器的故障检测与隔离算法研究 |
| 3.4.1 层次滤波器故障检验统计量的构建 |
| 3.4.2 层次滤波器故障检测门限的构建 |
| 3.4.3 层次滤波器故障检测与重构策略 |
| 3.5 惯性/卫星容错导航故障检测仿真验证分析 |
| 3.5.1 仿真条件设置 |
| 3.5.2 基于层次滤波器故障检测算法仿真分析 |
| 3.5.3 基于层次滤波器的惯性/卫星导容错性能分析 |
| 3.6 本章小结 |
| 第四章 基于多传感器辅助的惯性/卫星组合导航算法研究 |
| 4.1 引言 |
| 4.2 多传感器辅助惯性/卫星组合导航系统总体设计方案 |
| 4.2.1 多信息融合系统主要技术难点 |
| 4.2.2 多传感器辅助的惯性/卫星容错导航总体方案设计 |
| 4.3 多信息获取及融合导航系统建模 |
| 4.3.1 罗兰C导航及其基本原理 |
| 4.3.2 气压高度计高度信息的获取 |
| 4.3.3 多信息融合系统状态方程和量测方程构建 |
| 4.4 基于多传感器辅助的异步融合算法 |
| 4.4.1 多传感器量测滞后补偿算法 |
| 4.4.2 多传感器异步集中滤波算法 |
| 4.5 多信息辅助导航系统仿真验证分析 |
| 4.5.1 仿真条件设置 |
| 4.5.2 多传感器量测滞后补偿前后算法仿真验证分析 |
| 4.5.3 北斗少星下多传感器辅助算法仿真验证分析 |
| 4.6 本章小结 |
| 第五章 基于多信息辅助的惯性/北斗容错导航性能验证 |
| 5.1 引言 |
| 5.2 罗兰C辅助的惯性/北斗容错导航验证平台搭建 |
| 5.2.1 罗兰C辅助的惯性/北斗容错导航系统平台总体设计方案 |
| 5.2.2 罗兰C辅助的惯性/北斗容错导航系统硬件平台 |
| 5.3 罗兰C辅助的惯性/北斗容错导航软件平台设计 |
| 5.3.1 软件模块总体设计与主要流程 |
| 5.3.2 罗兰C辅助的惯性/北斗容错导航模块设计 |
| 5.4 罗兰C辅助的惯性/北斗容错导航交互界面实现 |
| 5.4.1 导航方式选择界面设计 |
| 5.4.2 参数设置模块界面设计 |
| 5.4.3 导航数据显示界面设计 |
| 5.5 故障检测与容错导航算法性能验证与分析 |
| 5.5.1 容错组合导航系统实验参数设置 |
| 5.5.2 容错组合导航系统整体性能测试分析 |
| 5.5.3 基于奇偶矢量滑窗累积改进的故障检测算法性能分析 |
| 5.5.4 基于层次滤波架构的惯性/卫星故障检测算法性能分析 |
| 5.6 本章小结 |
| 第六章 全文工作总结与展望 |
| 6.1 本文工作总结 |
| 6.2 后续工作展望 |
| 参考文献 |
| 致谢 |
| 在学期间的研究成果及发表的学术论文 |
（5）增强罗兰导航技术发展研究（论文提纲范文）
| 0 引言 |
| 1 增强罗兰国内外发展情况 |
| 1.1 国外研究及发展情况 |
| 1.2 国内发展情况 |
| 2 增强罗兰技术发展 |
| 2.1 发射技术 |
| 2.2 传播修正技术 |
| 2.3 差分高精度定位技术 |
| 2.4 标准制定 |
| 3 结束语 |
（6）长波地波传播时延的监测与时变特性研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 陆基长波导航授时系统研究进展 |
| 1.2.2 长波地波传播时延研究进展 |
| 1.3 论文的研究内容 |
| 1.4 章节安排 |
| 1.5 本章小结 |
| 2 长波地波传播的基础理论知识 |
| 2.1 长波地波传播时延 |
| 2.2 传播距离 |
| 2.3 大地电导率 |
| 2.4 大气折射指数 |
| 2.5 本章小结 |
| 3 传播时延监测系统的搭建 |
| 3.1 测量原理及测量仪器 |
| 3.1.1 测量原理 |
| 3.1.2 测量仪器 |
| 3.2 数据采集 |
| 3.2.1 数据采集前的准备 |
| 3.2.2 采集软件需求分析 |
| 3.2.3 采集软件开发环境 |
| 3.2.4 采集软件功能实现 |
| 3.3 数据处理 |
| 3.3.1 数据处理编程环境 |
| 3.3.2 运行状态判断 |
| 3.3.3 异常值修正 |
| 3.3.4 数据平滑处理 |
| 3.4 本章小结 |
| 4 传播时延的时变特性分析与建模 |
| 4.1 传播时延的时变特性分析 |
| 4.1.1 传播时延的日变化 |
| 4.1.2 传播时延的季节变化 |
| 4.1.3 与气象之间的相关性分析 |
| 4.2 建立单一气象传播时延预测模型 |
| 4.2.1 最小二乘法 |
| 4.2.2 传播时延预测模型结果分析 |
| 4.3 建立多种气象传播时延预测模型 |
| 4.3.1 BP神经网络 |
| 4.3.2 传播时延预测模型结果分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（7）空间站和罗兰共视时间比对方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 引言 |
| 1.2 共视时间比对方法概述 |
| 1.2.1 共视时间比对原理 |
| 1.2.2 参考源对共视比对的重要性 |
| 1.3 共视比对技术的发展 |
| 1.3.1 基于月食的共视比对 |
| 1.3.2 基于月球和恒星位置关系的共视比对 |
| 1.3.3 基于其他天文现象的共视比对 |
| 1.3.4 基于长短波无线电信号的共视比对 |
| 1.3.5 基于导航卫星的共视比对 |
| 1.3.6 基于空间站的共视比对 |
| 1.4 论文的研究目的和意义 |
| 1.5 本文的内容安排 |
| 第2章 空间站共视比对的条件分析 |
| 2.1 空间站概况 |
| 2.1.1 中国空间站 |
| 2.1.2 欧洲ACES计划 |
| 2.2 空间站高精度的原子钟 |
| 2.3 空—地时间比对链路 |
| 2.4 传统共视方法存在工作盲区 |
| 2.4.1 空间站对地可见性分析 |
| 2.4.2 传统共视方法的工作盲区 |
| 2.5 传统共视方法对轨道误差的放大作用 |
| 2.6 小结 |
| 第3章 适应空间站特点的分时共视方法 |
| 3.1 以广义相对论为基础的时间比对原理 |
| 3.2 分时共视时间比对原理 |
| 3.3 空间站共视时间比对误差源分析 |
| 3.3.1 轨道误差 |
| 3.3.2 空—地钟差建模误差 |
| 3.3.3 电离层延迟误差 |
| 3.3.4 对流层延迟误差 |
| 3.4 小结 |
| 第4章 空间站分时共视方法的仿真验证 |
| 4.1 空间站和地面站原子钟建模 |
| 4.1.1 空间站原子钟建模 |
| 4.1.2 地面站原子钟建模 |
| 4.2 空间站单向时间比对仿真 |
| 4.3 空间站传统共视时间比对仿真 |
| 4.4 空间站分时共视时间比对仿真 |
| 4.4.1 同时可视空间站的两地分时共视仿真 |
| 4.4.2 同时不可视空间站的两地分时共视仿真 |
| 4.4.3 空—地钟差建模时长的影响 |
| 4.5 小结 |
| 第5章 罗兰共视时间比对的基础条件分析 |
| 5.1 罗兰系统概述 |
| 5.1.1 罗兰系统的发展 |
| 5.1.2 我国罗兰系统建设现状与规划 |
| 5.2 罗兰授时原理 |
| 5.2.1 罗兰授时信号格式 |
| 5.2.2 罗兰系统授时原理 |
| 5.3 罗兰共视的可实现性 |
| 5.4 罗兰共视方法的潜在优势 |
| 5.5 小结 |
| 第6章 罗兰共视时间比对的原理 |
| 6.1 罗兰授时信号重复精度分析 |
| 6.2 罗兰共视时间比对原理 |
| 6.3 罗兰共视的误差源分析 |
| 6.4 小结 |
| 第7章 罗兰共视时间比对实验 |
| 7.1 地形相近的两地进行罗兰共视时间比对实验 |
| 7.1.1 榆林—横山共视 |
| 7.1.2 宝鸡—武功共视 |
| 7.2 地形相差较大的两地进行罗兰共视时间比对实验 |
| 7.2.1 宝鸡—眉县共视 |
| 7.2.2 武功—眉县共视 |
| 7.3 利用罗兰共视时间比对数据来比较两地的频率 |
| 7.4 罗兰与卫星导航系统组合定位实验 |
| 7.4.1 开阔环境下组合定位结果 |
| 7.4.2 遮挡环境下组合定位结果 |
| 7.5 小结 |
| 第8章 总结与展望 |
| 8.1 论文的主要结论与创新点 |
| 8.2 下一步工作展望 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（8）矢量接收机/惯性深组合导航系统关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 卫星/惯性组合导航系统 |
| 1.2.1 卫星/惯性组合导航系统介绍 |
| 1.2.2 卫星/惯性组合导航系统对比 |
| 1.3 卫星/惯性深组合导航系统国内外研究现状 |
| 1.3.1 卫星/惯性深组合导航系统国外研究现状 |
| 1.3.2 卫星/惯性深组合导航系统国内研究现状 |
| 1.4 论文主要研究内容及结构安排 |
| 2 卫星/惯性导航系统基本原理和模型分析 |
| 2.1 引言 |
| 2.2 全球导航卫星系统 |
| 2.2.1 卫星导航系统工作原理 |
| 2.2.2 卫星导航系统接收机原理 |
| 2.3 捷联惯性导航系统 |
| 2.3.1 捷联惯性导航系统算法编排 |
| 2.3.2 捷联惯性导航系统误差模型 |
| 2.4 卫星/惯性深组合导航系统架构分析 |
| 2.4.1 接收机基带信息模型 |
| 2.4.2 集中式深组合导航系统 |
| 2.4.3 级联式深组合导航系统 |
| 2.5 深组合模型比较和关键问题分析 |
| 2.5.1 深组合模型比较 |
| 2.5.2 关键问题分析 |
| 2.6 本章小结 |
| 3 矢量跟踪算法研究 |
| 3.1 引言 |
| 3.2 矢量算法原理和模型 |
| 3.2.1 矢量接收机导航滤波器模型 |
| 3.2.2 矢量接收机信息修正与更新 |
| 3.2.3 矢量跟踪通道误差耦合分析 |
| 3.3 矢量接收机容错设计 |
| 3.3.1 矢量接收机容错分析 |
| 3.3.2 矢量接收机容错方案 |
| 3.3.3 矢量接收机通道监测 |
| 3.4 矢量接收机软件设计 |
| 3.4.1 矢量跟踪软件接收机实现 |
| 3.4.2 矢量跟踪软件接收机分析 |
| 3.5 仿真与分析 |
| 3.5.1 基于卡方分布的矢量接收机通道故障检测实验 |
| 3.5.2 基于SVM的矢量接收机通道故障检测实验 |
| 3.6 本章小结 |
| 4 矢量接收机辅助算法研究 |
| 4.1 引言 |
| 4.2 定位精度因子模型 |
| 4.2.1 定位几何精度因子分析 |
| 4.2.2 矢量跟踪时钟误差分析 |
| 4.3 芯片原子钟辅助矢量接收机 |
| 4.3.1 原子钟辅助矢量接收机分析 |
| 4.3.2 矢量接收机可观测性分析 |
| 4.3.3 芯片原子钟辅助矢量接收机模型 |
| 4.4 高度信息辅助矢量接收机 |
| 4.4.1 高度信息对定位精度因子影响分析 |
| 4.4.2 高度信息辅助矢量接收机 |
| 4.5 仿真与分析 |
| 4.5.1 芯片原子钟和中频信号采集器配置 |
| 4.5.2 芯片原子钟辅助矢量接收机实验 |
| 4.5.3 高度信息辅助矢量接收机实验 |
| 4.6 本章小结 |
| 5 深组合导航系统分散式处理方法研究 |
| 5.1 引言 |
| 5.2 集中式深组合系统模型 |
| 5.2.1 系统状态方程 |
| 5.2.2 系统量测方程 |
| 5.3 分散式组合滤波方法 |
| 5.3.1 分散式滤波系统模型 |
| 5.3.2 分散式滤波方法分析 |
| 5.4 系统仿真和算法性能分析 |
| 5.4.1 计算复杂度分析和对比 |
| 5.4.2 仿真实验 |
| 5.5 本章总结 |
| 6 深组合导航系统抗差自适应滤波算法研究 |
| 6.1 引言 |
| 6.2 深组合导航系统非线性滤波算法 |
| 6.2.1 无迹卡尔曼滤波 |
| 6.2.2 容积卡尔曼滤波 |
| 6.3 基于自适应UKF的深组合滤波算法设计 |
| 6.3.1 自适应算法 |
| 6.3.2 自适应UKF算法流程 |
| 6.4 基于自适应抗差CKF的深组合滤波算法设计 |
| 6.4.1 抗差M估计算法 |
| 6.4.2 自适应矩阵构建 |
| 6.4.3 自适应抗差CKF算法流程 |
| 6.5 仿真实验与结果分析 |
| 6.5.1 仿真方案设计 |
| 6.5.2 仿真结果分析 |
| 6.6 本章小结 |
| 7 总结和展望 |
| 7.1 总结 |
| 7.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（9）AIS自主定位系统传播路径误差及修正技术研究（论文提纲范文）
| 创新点摘要 |
| 摘要 |
| ABSTRACT |
| 缩写表 |
| 第1章 绪论 |
| 1.1 课题背景及意义 |
| 1.1.1 eLoran系统 |
| 1.1.2 AIS自主定位系统 |
| 1.1.3 陆基定位系统国内外研究现状小结 |
| 1.2 VHF信号海面传播特性 |
| 1.3 ASF预测模型研究 |
| 1.4 ASF实时修正技术 |
| 1.5 本文主要研究内容及章节安排 |
| 第2章 VHF信号海面传播特性研究 |
| 2.1 引言 |
| 2.2 光滑海面AIS多径信号相位 |
| 2.2.1 光滑海面AIS反射信号相位推导 |
| 2.2.2 光滑海面AIS表面波信号相位推导 |
| 2.3 光滑海面AIS多径信号损耗评估 |
| 2.3.1 光滑海面AIS反射信号损耗 |
| 2.3.2 光滑海面AIS表面波信号损耗 |
| 2.3.3 光滑海面AIS信号传输损耗评估 |
| 2.4 粗糙海面AIS多径信号相位 |
| 2.4.1 粗糙海面AIS反射信号相位推导 |
| 2.4.2 粗糙海面AIS绕射信号相位推导 |
| 2.5 粗糙海面AIS多径信号损耗评估 |
| 2.5.1 粗糙海面AIS反射信号损耗评估 |
| 2.5.2 粗糙海面AIS绕射信号损耗评估 |
| 2.5.3 粗糙海面AIS信号传输损耗评估 |
| 2.6 本章小结 |
| 第3章 AIS信号的ASF预测模型研究 |
| 3.1 引言 |
| 3.2 光滑海面AIS信号的ASF预测算法与实验研究 |
| 3.2.1 光滑海面AIS接收信号相位 |
| 3.2.2 光滑海面ASF预测算法 |
| 3.2.3 实验与分析 |
| 3.3 粗糙海面AIS信号的ASF预测算法与实验研究 |
| 3.3.1 粗糙海面AIS接收信号相位 |
| 3.3.2 粗糙海面ASF预测算法 |
| 3.3.3 实验与分析 |
| 3.4 本章小结 |
| 第4章 AIS信号的ASF实时修正技术研究 |
| 4.1 AIS信号的ASF实时修正系统 |
| 4.1.1 ASF实时修正系统总体设计 |
| 4.1.2 发射系统设计 |
| 4.1.3 接收系统设计 |
| 4.2 ASF实测研究 |
| 4.2.1 ASF实测数据与预测模型比较 |
| 4.2.2 ASF实测数据分析 |
| 4.3 定位试验 |
| 4.4 本章小结 |
| 第5章 结论与展望 |
| 5.1 主要结论 |
| 5.2 未来展望 |
| 参考文献 |
| 附录 Debye公式 |
| 攻读学位期间发表的论文 |
| 攻读学位期间参与的科研课题和项目 |
| 致谢 |
| 作者简介 |
四、基于GPS的罗兰C系统定位误差修正研究（论文参考文献）
- [1]罗兰C与GNSS组合定位系统误差校正方法的研究[J]. 刘音华,李孝辉,刘长虹,赵凡,朱峰,冯平. 时间频率学报, 2021(04)
- [2]陆基长波导航授时系统中低频地波传播时延时变特性研究与建模[D]. 郑晓依. 西安理工大学, 2021
- [3]AIS自主定位信息实时检测理论与关键技术研究[D]. 怀率恒. 大连海事大学, 2020(01)
- [4]多传感器辅助的北斗/GPS双模容错导航技术研究[D]. 李传意. 南京航空航天大学, 2020(07)
- [5]增强罗兰导航技术发展研究[J]. 徐兵. 现代导航, 2019(06)
- [6]长波地波传播时延的监测与时变特性研究[D]. 杨红娟. 西安理工大学, 2019(08)
- [7]空间站和罗兰共视时间比对方法研究[D]. 刘音华. 中国科学院大学(中国科学院国家授时中心), 2019(01)
- [8]矢量接收机/惯性深组合导航系统关键技术研究[D]. 蒋长辉. 南京理工大学, 2019(01)
- [9]AIS自主定位系统传播路径误差及修正技术研究[D]. 王晓烨. 大连海事大学, 2018(12)
- [10]北斗和罗兰C单站组合定位性能的研究[A]. 刘音华,李孝辉,李实锋,刘长虹. 第七届中国卫星导航学术年会论文集——S10 多源融合导航技术, 2016